モデルと予測の再現性
出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2021/07/11 15:58 UTC 版)
精度の検証や同じデータ・条件におけるML実験の再現性が重要である。コード、学習データ、およびプラットフォーム全体を記録し、あるいは過去にさかのぼり再実行できる仕組みによって再現性を確立する。
※この「モデルと予測の再現性」の解説は、「MLOps」の解説の一部です。
「モデルと予測の再現性」を含む「MLOps」の記事については、「MLOps」の概要を参照ください。
ウィキペディア小見出し辞書の「モデルと予測の再現性」の項目はプログラムで機械的に意味や本文を生成しているため、不適切な項目が含まれていることもあります。ご了承くださいませ。 お問い合わせ。
- モデルと予測の再現性のページへのリンク
